企业自由现金流预测的准确度直接影响企业价值的评估,当前使用较多的自由现金流预测方法主观性较强,很大程度上依赖预测人员的个人经验和主观倾向,在非线性回归的企业自由现金流预测中,容易出现主观导向的预测结果。因此只能预测处于平稳期内的企业自由现金流,对于自由现金流变动情况较为复杂的企业,预测效果不佳。本文使用BP神经网络模型进行企业自由现金流预测,BP神经网络能够通过模型训练最大程度地逼近任意的非线性函数,使用客观数据进行预测分析,根据误差最小原则,尽可能消除预测方法的主观性,获得相对客观准确的预测值。通过选取影响自由现金流的因子,如营业收入、营业外收入、投资收益、营业成本、营业外成本、筹资活动产生的现金流、购置各种长期资产的支出、存货、经营性应收项目、经营性应付项目等进行神经网络建模训练,获得最贴近的预测结果,使用该结果因子对应的权重对未来自由现金流进行预测。为验证BP神经网络模型方法的准确性和适用性,本文使用上市时间较长,且属于行业龙头企业的三一重工、京东方和氯碱化工三家上市公司的财务数据进行实证分析。三家企业自由现金流预测结果表现较好,可见采用关键因子输入的BP神经网络预测模型在企业自由现金流预测中具有实际使用价值,能够为自由现金流预测提供一种更加准确便捷的方法。